如何子集R中的行和列

Question

当我读“行动中的R”一书时，我遇到了一个问题。代码newdata <- leadership[order(leadership$age),]和newdata <- leadership[order(leadership$age)]之间有什么区别，我的意思是逗号在语句中做什么？对于我下面的代码，为什么newdata包含领导中的所有列，而newdata只包含直到成年的列？

manager <- c(1, 2, 3, 4, 5)
date <- c("10/24/08", "10/28/08", "10/1/08", "10/12/08", "5/1/09")
country <- c("US", "US", "UK", "UK", "UK")
gender <- c("M", "F", "F", "M", "F")
age <- c(32, 45, 25, 39, 99)
q1 <- c(5, 3, 3, 3, 2)
q2 <- c(4, 5, 5, 3, 2)
q3 <- c(5, 2, 5, 4, 1)
q4 <- c(5, 5, 5, NA, 2)
q5 <- c(5, 5, 2, NA, 1)
leadership <-
  data.frame(manager, date, country, gender, age, q1, q2, q3, q4, q5)

names(leadership)[1:2] <- c("managerID", "testDate")
leadership$age[leadership$age == 99] <- NA
leadership <- within(leadership, {
  agecat <- NA
  agecat[age > 75] <- "Elder"
  agecat[age >= 55 & age <= 75] <- "Middle Aged"
  agecat[age < 55] <- "Young"
})
leadership
newdata <- leadership[order(leadership$age),]
newdata
newnewdadta <- leadership[order(leadership$age)]
newnewdadta

Answer 1

dataframe[i, j]是用于从R数据中子集行和列的语法，其中i表示索引或逻辑向量到子集行，j表示索引或逻辑向量到子集列。

例如,

• newdata[1, 3]将从第1行返回值，第3 column
• newdata[1, 3:5]将从第1行返回值，3到5 column.
• newdata[1:4, 3:5]将返回1至4行和3至5列的

值。

如果任何值为空，则R子集设置所有行/列。

• newdata[1:4, ]将返回1至4行，所有columns
• newdata[, 1:5]将返回所有行，1至5 columns
• newdata[, ]将返回所有行和所有列。

另一个警告是，如果您想只子集dataframe的列，则不一定需要,。因此，对于子集第3列到第5列，您不仅可以执行newdata[, 3:5]，还可以执行返回相同输出的newdata[3:5]。

了解到在您的示例中，您正在执行newdata <- leadership[order(leadership$age),]，它根据age列对行进行排序，并选择所有列，因为逗号后面的j值为空，因此您将得到所有列。

newdata
#  managerID testDate country gender age q1 q2 q3 q4 q5 agecat
#3         3  10/1/08      UK      F  25  3  5  5  5  2  Young
#1         1 10/24/08      US      M  32  5  4  5  5  5  Young
#4         4 10/12/08      UK      M  39  3  3  4 NA NA  Young
#2         2 10/28/08      US      F  45  3  5  2  5  5  Young
#5         5   5/1/09      UK      F  NA  2  2  1  2  1   <NA>

注意，order的输出返回

order(leadership$age)
#[1] 3 1 4 2 5

用于按该顺序对行进行子集。

对于第二种情况，您没有为子集指定逗号，因此它实际上给出了子集列。

newnewdadta <- leadership[order(leadership$age)]
newnewdadta

#  country managerID gender testDate age
#1      US         1      M 10/24/08  32
#2      US         2      F 10/28/08  45
#3      UK         3      F  10/1/08  25
#4      UK         4      M 10/12/08  39
#5      UK         5      F   5/1/09  NA

newnewdadta的第二种情况之所以有效，是因为与此数据集中的列数相对应的是行数大于列数。如果您的行数比列多，那么leadership[order(leadership$age)]将返回一个错误。